アイキャッチ(AIエンジニアになるには)
スポンサーリンク

すずき
本記事は、AI(人工知能)関連の職種に興味がある方向けに、仕事内容・必要な知識/スキルだけでなく、いまAI人材になる意義やどうすればなれるかを説明しています。是非ご覧ください。

 

そもそもAI(人工知能)とは?

AI(人工知能)については上記の記事で詳細に説明していますので、ご覧になってみてください。

ざっくり言うと、AI(人工知能)の国際的な定義は存在しませんが、一般的には、人間が脳を脳を利用して行っている知的な作業(画像・音声認識など)を、コンピュータ上に構築した人工的な知能によって実現できる技術や研究分野のことを指しています。

全部で18の研究分野がありますが、”機械学習”はそのなかの1つです。

スポンサーリンク

AI(人工知能)関連の職種は何がある?

写真(AI)

AI(人工知能)関連の職種は大きく分けて2つあります。

①AIエンジニア(プログラミング)

プログラミングによってAI(人工知能)の開発や実装などを行います。

プログラミング言語の中でも特に多くのAI(人工知能)開発に用いられているのがPythonです。

Pythonがよく用いられるのは、機械学習に使用されるライブラリ(開発に役立つプログラムの集まり)が、充実しているからですね。

他にも、Java・C言語などがあり、複数のプログラミング言語をマスターしていれば、より多彩な機能を搭載したAI(人工知能)開発に対応できます。

②データサイエンティスト

仮説検証のためのデータ統計分析を行い、ビジネスに繋げるためのコンサルティングを実施します。

”統計分析できればいい”わけではなく、ビジネスに結び付けるためのモデル(規則性・ルール)を得るため、どういったデータが必要かを考え、膨大なビッグデータからデータを準備する必要があります。

当然、DB(データベース)に関する知識は必須になります。

さらに、AI(人工知能)が見つけたモデルを基に、ビジネスに繋げるためのコンサルティングする必要があり、
相当なハイスキルが求められる職種です。
そのため、とても人材が不足しているようです。
国としてもデータサイエンティストの養成には力をいれているところ。

いくつかの大学でもデータサイエンティストに関する学部学科を創設しているなど、今後ますますデータサイエンティストの需要が増えてくると考えられます。

AI(人工知能)関連の職種を目指すメリット・デメリット

メリット 現在人材が最も不足しており、今後も人材不足する想定の職種であるため市場価値がとても高い
デメリット 非常にハイスキルが求められるため、入門時点で挫折してしまうことが多い。

メリットに記載した根拠として、平成30年にみずほ情報総研株式会社が経済産業省からの委託事業で実施した「IT 人材需給に関する調査」があります。
以下に記載するグラフは、AI人材に関する調査結果になります。

出典:みずほ情報総研株式会社『平成 30 年度我が国におけるデータ駆動型社会に係る基盤整備(IT 人材等育成支援のための調査分析事業)

需要と供給の乖離図
上記グラフを見ればわかりますが、2020年度から10年後の2030年には、全体の需要数が約4~5倍になっています。

それに対して、需要ギャップが2020年度に比べて2030年度は約6倍に増えています。

明らかに、需要に対して供給(AI人材数)のスピードが追いついていないのが分かりますね。

だからこそ、今からAI(人工知能)関連の職種を目指すことで将来の自らの社会的価値の向上が図れます。

しかし、当然大きな壁があります。

先の章でも説明したように、求められるスキルが高い、つまり難易度が非常に高いことです。そのため、独学でなろうとしても挫折してしまう人が多いでしょう。

それでは、AI(人工知能)関連の職種になるためには、どのような手段があるのでしょうか。

AI(人工知能)関連の職種になるためには?

先述してきたとおり、AI(人工知能)関連の職種は今後需要が増えることは明白です。
今後の自分の社会的価値を高めるためにも目指したい人は沢山いるとは思いますが、とはいえ壁も高いです。

それでは、どうやってAI(人工知能)関連の職種になるのでしょうか?

方法は大きく分けて3つあるかと思います。

  1. 大学等教育機関での知識習得
  2. 企業内での育成 
  3. スクールでの知識習得

当記事の想定読者は、エンジニアへの転職や就職を考えている方だと思っています。

そういう意味だと既に社会人か、大学3~4年生かと思っていますので、『①大学等教育機関での知識習得』はさすがに除外します。

『②企業内での育成』について、就活生であれば、志望している企業がAI人材の育成に力を入れているか否かを注視しましょう。

すでに社会人の方で、IT業界じゃない場合やAI人材の育成に力を入れていない企業の場合は、『3.スクールでの知識習得』をオススメします!

現役エンジニアの視点から見たときに、以下2つスクールが良いかなと思いました。

データミックス

GOOD
①約半年間でデータサイエンティストになるための体系的な知識(プログラミング、DB等)が会得できる点。
②少人数制で受講生一人一人の強みや弱みを把握したうえでの指導をしてくれる点。
③多くのケーススタディ(具体例)などを取り扱いイメージしやすい講義内容になっている点。

料金体系は以下のとおりですね。

料金
入学金 27,500円
一括申込 742,500円
ブートキャンプステップ 165,000円
ベーシック・アドバンス・インテグレーションステップ 【各】192,500円

説明会には無料で参加できるようなので、興味がある方はぜひ一度参加してみてはいかがでしょうか。

 

Aidemy Premium Plan

GOOD
未経験でも短期間で最先端技術(機械学習、ディープラーニング、データ分析、AIアプリ開発)を学べる点。
②メンターがめちゃくちゃ優秀で、課題の添削指導などの品質が良い点。
(代表が元東大生ということもあり、その界隈でリクルートしているとのこと)
受講期間内であれば4つのコースから自由に受講が可能な点。※受講できないコースもあるので注意。

料金プランは以下のとおりですね。

3か月プラン 6か月プラン
料金 480,000円 780,000円
メンタリング回数(最大) 24回 48回
1週間の学習時間目安(初心者) 14~23時間 9~16時間
1週間の学習時間目安(エンジニア経験済み) 7~11.5時間 4.5~8時間

 

無料ビデオカウンセリングを受講できるようなので、興味がある方はぜひ一度相談してみてはいかがでしょうか。

スポンサーリンク

Twitterでフォローしよう

おすすめの記事